位置: IT常识 - 正文

Dedecms织梦采集功能的使用方法教程- 图片集(二)(织梦采集器图片本地化)

编辑:rootadmin

推荐整理分享Dedecms织梦采集功能的使用方法教程- 图片集(二)(织梦采集器图片本地化),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:织梦自动采集教程,织梦下载站源码带采集,织梦cms怎么样,织梦如何采集文章,织梦采集器图片本地化,织梦如何采集文章,织梦自动采集教程,织梦如何采集文章,内容如对您有帮助,希望把文章链接给更多的朋友!

前言:本文是“Dedecms采集功能的使用方法 --- 图片集“的第二节,在前一节的基础上,将会对新增采集节点中的第二步:“设置字段获取规则”部分做一个简单的介绍。为了与前文保持一致,本文将延续使用前文的章节标记。

上接第一节。

2.1新增采集节点:第二步设置内容字段获取规则

单击“保存信息并进入下一步设置”后,便可进入“新增采集节点:第二步设置内容字段获取规则”页面,如(图21)所示,

图21-设置内容字段获取规则

在预览网址处,系统将会自动指定一篇文章作为示范页面,如有特殊需要可自行更改。打开示范页面,经观察可发现页面中含有分页,如(图22)所示,

图22-分页

下面来设置分页部分的匹配规则。

具体操作步骤:

(a)在页面的源代码中,找到分页代码的开始部分和结束部分,如(图23)所示,

图23-分页代码

(b)经过观察可知,分页代码位于“<div class=”show_pages”>“和”</div>”之间。因此,在”内容分页导航所在的区域匹配规则“中,应填写”<div class=”show_pages”>[内容]</div> “。对于分页代码的样式,一共有三种可供选择,这里应选择第一种” 全部列出的分页列表”。填写后,如(图24)所示

图24-设置后的网页内容获取规则

对于“固定采集项目”中的“内容摘要、关键字和缩略图“三个部分,系统会用正则进行自动匹配,仅需配置过滤内容即可。下面主要介绍如何获取“文章标题、文章作者、文章来源、发布时间和文章内容”的采集规则以及简单的过滤规则。

2.1.1 获取文章标题的采集规则

首先,打开“预览网址“的页面并单击右键,选择”查看源代码“,找到文章标题” 高清壁纸(非原创作品)“,如(图25)所示,

图25-在源代码中的文章标题

这里的文章标题处在”<h1 class=“font14 b blink”></h1>”之间,因此这里应该填写”<h1 class=“ font14 b blink”>[内容]</h1>”作为文章标题的匹配规则。对于所包含的<img src=”/images/digest1.gif alt=”推荐的欣赏”>”可根据需要选择保留或者是过滤掉。如果希望把这张图片过滤掉,需要在过滤规则中填写:“{dede:trim replace=''}<img([^>]*)>{/dede:trim}”。填写后,如(图26)所示,

图26-文章标题的采集规则

2.1.2 获取文章作者的采集规则

经过查找源代码和对比原文,可发现本文没有涉及到原文作者。这里选择不填写。

2.1.3 获取文章来源的采集规则

这里把页面中的上传者作为文章来源,如图(27)所示,

图27-上传者的信息

查看源代码,并找到相应的部分,如(图28)所示,

Dedecms织梦采集功能的使用方法教程- 图片集(二)(织梦采集器图片本地化)

图28-源代码中上传者的信息

从图28中,可发现上传者的名字介于“<li class="show_content_r_box_uploader1"><p>“和“</p>”之间,因此这里应填写“<li class="show_content_r_box_uploader1"><p>[内容]</p>”作为文章来源的采集规则。虽然,选定的采集规则能采集到上传者的名字,但是同时也包含了所不希望采集到的图片和链接,下面通过设置过滤规则把它们过滤掉。首先,过滤掉链接,这里使用“{dede:trim replace=''}<a([^>]*)>{/dede:trim}{dede:trim replace=’’}</a>{/dede:trim}”;其次,使用“{dede:trim replace=''}<img([^>]*)>{/dede:trim}”过滤掉图片。填写后,如图29所示,

图29-文章来源的采集规则

2.1.4 获取文章发布时间的采集规则

回到图23,可发现有“17小时前”,由此可见,这里采集数字17就可以了。采集规则为“<span class=”bh”>[内容]小时前</span>”。这里不需要使用过滤规则。填写后,如图30所示,

图30-文章发布时间的采集规则

2.1.5 获取图片集合以及图集内容的采集规则

这个部分是编写采集规则的重点,也是难点。需要特别注意。

图片集合:如果把采集的匹配规则填写在这里的话,系统就会把所采集到的图片,以图集的形式保存起来,注意这里只采集图片。

图集内容:在显示图集的时候,所需显示的说明性文字或者图片。

具体操作步骤:

(a)在打开的内容页面的源代码中,找到内容的开始部分“一些壁纸”,如图31所示,

图31-内容的开始部分

分析一下这个源代码可知,以下两点:

(1)“一些壁纸”是这个图集的内容,因此可以把“条评论<br/>”作为匹配图集内容的开始部分。但是这样采集到的内容会包含有</span>,应该在过滤规则中使用“{dede:trim replace=""}</span>{/dede:trim}”过滤掉。

(2)“<div class=”show_content_pic”><ul>”可作为匹配图片集合的开始部分,而且每一个图片及其相关信息都是在“<li class=”art_content_listli”>”和”</li>”之间的。注意到这段代码中有两个地方都出现了<img>,通过对比原文可发现,”<img src=”/images/zoomit1.gif” class=”jdjz”>”是一个图标的源代码,这里是不应该被采集到的。为了过滤掉这个图标,需要在匹配规则中填写“{dede:trim replace=""}<p class="art_content_li_p1 u">(.*)</p>{/dede:trim}”。

填写后,如(图32)所示,

图32-开始部分的匹配规则及其过滤规则

(b)找到图集内容的结束部分,因为涉及到分页部分,所以应该选取分页结束的位置,如图33所示,

图33-图集内容的结束部分

很明显,这里应选取“<li ><script type="text/javascript”>”作为图片集合和图集内容的结束部分。填写完成后,如(图34)所示,

图34-结束部分的匹配规则及其过滤规则

到这里,“新增采集节点:第二步设置内容字段获取规则”,就设置完成了。来看一下整个配置页面,如(图35)所示,

图35-设置后的新增采集节点:第二步设置内容字段获取规则

检查无误后,单击“保存并测试”。如果之前设置正确,单击后,将会进入“新增采集节点:测试内容字段设置”页面并看到相应的文章内容。如(图36)所示,

图36-新增采集节点:测试内容字段设置

确定正确无误后,如果单击“仅保存”,系统将会提示“成功保存配置“并返回”采集节点管理“界面;如果单击“保存并开始采集“,将会进入”采集指定节点“界面。否则,请单击“返回上一步进行修改”。

关于第二节的介绍就到这里。下面进入第三节。。。

免责

本文链接地址:https://www.jiuchutong.com/zhishi/311703.html 转载请保留说明!

上一篇:phpcms怎么调用评论(phpcms使用教程)

下一篇:phpcms二次开发首页模板在哪里(php二次开发哪个cms)

  • 收到待报解预算收入怎么查退的什么税
  • 离境退税政策文件
  • 一般纳税人的税收优惠政策
  • 增值税进项发票网上勾选平台
  • 电子税务局如何变更财务负责人
  • 业务招待费扣除基数的收入包括哪些
  • 增值税16点税降到13点,补缴税款怎么算
  • 天猫国际的店铺是正品吗 感觉很便宜
  • 固定资产出售损失属于广义费用吗
  • 房产税和城市房地产税
  • 预付款什么时候确认收入
  • 先转款后开票会计分录
  • 企业支付个人借款利息要扣个税吗
  • 燃油税里面包含哪些内容
  • 公司房产税如何征收税率
  • 公司承揽员工租房个税如何入账?
  • 一般贸易免抵退税计算
  • 服务的进项税
  • 2017企业所得税小微企业优惠政策
  • 企业收到供货单位提供的材料
  • 做账计入收入没有结转成本怎么做账?
  • 收到的税费返还减少的原因
  • 委托加工物资合并报表
  • 免税企业进项怎么处理
  • 无票业务如何处理
  • 上月库存占比怎么算
  • linux killall
  • php常用的开发工具
  • 微软surface售后电话人工
  • 微软推出windows11系
  • 事业单位利息收入
  • php1 zybdjx
  • thinkphp框架入门
  • 使用灭火器人要站在上风口还是下风口
  • js正则表达式删除特定字符
  • 业务招待费列支范围对照表
  • 印花税减半征收优惠政策2020
  • JS之location对象详解
  • yolo算法python代码
  • 会计中利得的定义
  • 收购企业如何看报表
  • 生活垃圾处理费标准
  • Windows上PostgreSQL安装配置教程
  • 网络贷款需要缴费吗
  • 小规模简易征收最新政策2020
  • 为什么盈余公积减少,未分配利润增加
  • 什么是企业贷款余额
  • 施工企业期间费用 企业管理费会计分录
  • 增值是什么意思解释
  • 销售货物收到托运怎么办
  • 车辆保险赔款怎么算
  • 工程施工科目核算内容
  • 汽车租赁公司成本
  • windows 配置
  • sqlserver exists,not exists的用法
  • win8怎么查看系统版本
  • 如何提高windows7运行速度
  • 宏基aspire s3适用固态硬盘
  • 为快捷方式建立快捷方式
  • WFXSVC.EXE - WFXSVC是什么进程
  • win10如何添加蓝牙驱动
  • logd是什么进程
  • win8无法关机一直转圈
  • linux gtk+
  • Android中SurfaceView的使用详解
  • opengl绘制ui
  • windows安装node.js
  • nodejs的应用场景和优缺点
  • android ui绘制
  • jquery与js
  • node.js的安装步骤
  • jquery常用选择器种类
  • json对象结构中,关键字key必须为什么类型
  • 如何使用jquery
  • 增值税普通发票可以抵扣吗
  • 湖北税务发票真伪查询网
  • 代建工程如何缴纳增值税
  • 车船税是电子版的怎么年检
  • 税务检查的程序
  • 无偿赠送怎么做账
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设